车载自组织网络中信标消息自适应传输机制研究

来源 :华东交通大学 | 被引量 : 0次 | 上传用户:lixu0033
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
车载自组织网络是智能交通系统中的关键技术之一,在近些年发展迅速,未来能够在交通安全、车载娱乐等服务中发挥至关重要的作用。而支撑这些应用的基础,就是信标消息,所有车辆节点和路边设备节点通过周期性的信标消息传输进行消息的传递。但是车载自组织网络具有车辆节点密度变化大、无线网络拓扑结构变化快、无线信道通信质量变化多样等特点,导致实时可靠的信标消息传输难以得到保证,会对交通安全等服务应用的质量造成影响。对此,本文对车载自组织网络中信标消息传输机制进行了深入的研究,主要内容如下:(1)车辆通过信标消息来传递邻居车辆的位置和运动状态等,并据此预测邻居车辆未来一段时间的位置,由此判断车辆是否有发生事故的可能并向驾驶员进行预警。但是车载自组织网络环境下,车辆速度很快,在网络环境差的情况下,信标消息传递的车辆位置与实际位置有很大误差。传统的解决方法是采用线性预测,以此来提前预知车辆位置,但是该方法在车辆转弯时的预测误差非常大,容易造成事故。为此,本文提出一种线性组合模型来预测车辆位置,极大的减小车辆转弯时的位置预测误差。(2)根据车辆的位置预测误差来定义车辆行驶稳定度,误差大的为行驶稳定度差的,反之为稳定度好的。并提出一种基于车辆行驶稳定度的自适应信标信息广播周期算法,根据信道负载能力给信标消息广播周期设定阈值,减小行驶稳定度差的车辆广播信标消息的周期,增大行驶稳定度好的车辆广播信标消息的周期。实验结果表明该算法能有效减少通信延迟和丢包率。(3)预测位置误差越大的车辆一般认为其越危险,因此,在上一算法基础上,分析了信号衰弱和信道争用等主要影响,提出了一种基于车辆位置预测误差的自适应信标消息传输功率控制算法,并且采用三种不同的信道模型来分析算法的性能。实验结果表明该算法能有效提高数据传输速率,保证信息安全有效传输。
其他文献
无参考图像质量评价方法(No Reference Image Quality Assessment,NR-IQA)是目前图像质量评价技术的研究热点和将来的发展方向,它在图像处理、机器人技术、机器视觉、医学图像等领域都具有重要的应用价值。随着深度学习的发展,深度神经网络以其强大的建模和分析能力,被越来越多的研究者应用于图像质量评价领域,但在将深度神经网络应用于图像质量评价研究时,深层卷积神经网络模型
铁路运输设备是铁路重要的生产性资产,其健康持续稳定的运作是铁路运输生产活动的重要基础,是铁路运输组织活动正常进行的保证。铁路供电监控系统将收集到的线程电流、电压、有功功率、无功功率、功率因素、电力极值等运输设备技术状态数据作为铁路运输设备的高效管控和决策的重要依据。面对不断增长的技术状态数据,现有的监控信息存储方式主要依赖基于磁盘阵列的硬件设备(RAID,redundant array of in
随着虚拟现实技术的不断发展,人们已经不再满足于简单的视觉体验,而逐渐兴起具有交互功能的虚拟现实系统。目前,存在的具有交互功能的虚拟现实系统大多数是用户和虚拟物体进行交互,或者多个用户在同一场景中进行交互,但是看不到人的身体。这两种交互的方式都会大大降低用户的沉浸感,本文根据目前虚拟现实系统存在的弊端开发了一套基于动作捕捉的交互式虚拟现实系统,该系统用户不仅可以和虚拟物体进行交互,还能与虚拟人进行交
作为审判活动最终产品的裁判文书包含了丰富的信息,通过对其进行命名实体识别,可以为裁判文书知识图谱的构建打下基础。目前,在裁判文书的研究中已开发了一些语料,但这些语料标注的实体并不全面,对于本文所关注的行业和标的物实体目前还没有公开的相关语料。此外,由于没有专门针对裁判文书的分词工具,导致分词的质量不高,从而影响命名实体识别的效果。因此,本文主要研究基于字符的裁判文书命名实体识别,以避免分词错误带来
随着铁路的高速发展,列车时速提升、运营负担加重以及恶劣自然环境的影响,钢轨容易产生不可逆转的损伤,并产生越来越多的缺陷。由于传统人工巡检效率低、主观性强,超声波检测法、磁粉法、电涡流检测法的仪器造价高且精度低,基于机器视觉的轨道缺陷检测方法应运而生,成为近年来的研究热点之一。机器视觉检测技术具有高精度、低成本、实时性等优势,拥有广阔的应用前景。本文基于实验室采集整理的钢轨图像数据集,进行了钢轨表面
本论文来源于本人在工作单位实际生产过程中的作业环境及作业模式,通过对工作经验的归结所得出的一系列对现有的作业环境及作业模式进行系统管理的优化。铁路作业中备品备件是关系到铁路维护乃至运输安全的重要器具,由于备品备件在生产作业中性能的降低或是遗落在作业地点,所引发的故障处理延时甚至是威胁行车安全的潜在危险因素,因此铁路部门对备品备件的维护管理都非常重视。铁路作业备品备件管理系统是现代企业信息化的重要部
三维测量在工业生产等领域有着重要的应用。随着数字投影技术的发展,结构光三维测量技术以非接触,高精度的优势逐渐成为主流的三维测量技术。在结构光测量系统中,采用投影仪作为主动光源投影编码图案,相机采集被测物体投影成像计算三维信息,因此相机成像质量是影响三维测量的重要环节。在测量高动态范围表面时,平滑表面发生镜面反射导致图像高光,降低图像质量;而反射率差异较大的物体表面超出了相机的动态范围,导致物体成像
材质信息常存在于物体或场景表面,其蕴含较高价值的语义,因此,图像材质识别是计算机视觉领域中的基础问题,具有较高的理论和应用价值。本文围绕图像材质识别开展研究,采用相关分析类模型、集成学习策略和层次化多特征融合策略完成图像材质识别,主要工作如下:(1)基于相关分析的图像材质识别:针对材质识别中图像表观变化大、类间相似性高、类内差异较大等问题,采用特征早期融合方法,如CCA、grad KCCA、DCA
阿尔茨海默病(Alzheimer’s Disease,AD)是一种神经退行性疾病。轻度认知障碍(Mild Cognitive Impairment,MCI)是AD的早期阶段,该阶段患者呈现的病理信息并不明显,易被误认为是自然衰老,一旦病情恶化将难以逆转。因此,疾病的早期发现和治疗尤为重要。该疾病早期研究使用单模态数据进行分析,效果不理想。近年来,随着医学影像及计算机技术的发展,多模态数据及数据融合
嵌入式系统的安全性不仅取决于系统硬件的稳定性,而且与系统功能实现代码有密切关系。在一些复杂的嵌入式系统中,嵌入式系统硬件上需要连接大量外设,导致嵌入式系统软件需要包含庞大的驱动代码,这些驱动代码不经过安全验证,会产生死锁等一系列安全问题。形式化方法是验证嵌入式系统驱动安全性最有效的方法,通过分析内核驱动中数据的流向以及各进程间的交互,发现潜在安全隐患,进而保证嵌入式系统的安全。本文主要研究Linu